摘要: 最近一直在研究跟联邦学习相关的东西,现在的参考资料也越来越多,热度也十分火热。百度、阿里、腾讯、富数、清华、微众银行、平安科技等多家机构都在不同场景中进行战略布局。这其中主要解决的场景问题,笔者总结如下
· 个人隐私保护 以互联网营销、互联网信贷为例,依赖大量的用户第三方数据补充用户画像、拉新、提升用户活跃度、提高大数据风控能力,然而随着互联网金融数据监管时代的来临,对个人隐私保护,敏感数据获取,存储,使用有了更多的限制。
· 打破数据孤岛 巨头数据厂商都拥有海量的用户行为数据,消费能力,消费偏好等,也就是说巨头们拥有很多X, 对于其他拥有各自业务的企业而言,拥有其业务相关的Y,双方各自都有需。数据合规性方面,企业间的数据不能直接进行传输;但是行业要发展,躺在服务器中的数据不能发挥价值是不允许滴;
笔者有幸体验到了最新版本的微众fate与富数fmpc的联邦学习平台。做了点笔记记录两个平台的性能对比,主要是联邦学习相关性能对比,不涉及多方安全计算及统计
这次评测运行机器的配置信息以及对比了哪些指标?
机器信息
两台独立物理机,40核128G
对比指标
· 性能——两个平台各自运行任务需要多长时间才能得出模型结果?
· 准确性——两个平台处理任务得到结果